摘要
近年來廠務系統上的訊號源已收集至資料庫內，但這些資料以往只針對系統供應品質上去分析，鮮少對系統優化或者是節能運轉去探討，本專案採用i-EDA2 / SAS數據分析軟體，將冰水供應系統最佳壓力設定進行調整，此調整基準採用流體力學的基礎理論，並採用系統的資料庫分析與設定，最終將運轉過後的數據再回饋分析節能效益，幾年來調整優化節省的費用是有數據佐證且立即發生的，提供一組好的分析模型，也建立創新控制概念。本專案使用i-EDA2 軟體分析，採用SAS-EG進行數據整理，藉由i-EDA2 繪圖並分析冰水供應系統的最佳壓力設定，最終數據分析最佳回水溫度差值進而Cascade 控制供應壓力，經過三年的壓力設定調整，冰水供應18psi下修至10 psi，節電量約17~22%，回饋冰水主機反應約11%，二次冰水泵節電量約37萬度。
前言
在冰水系統節能議題上，一般而言可依照設計及操作兩方面進行修改，在設計面上的修改上，常見作法包含冰水側/冷卻水側/冷卻水塔變頻設計、主機端則採用雙溫度冰水系統設計、高溫差冰水系統設計以及冰水管路壓差控制設計等；而在操作面上的修改，一般常見的做法包含冰水主機最佳化運轉排序、冷卻水塔變頻控制、提高冰水出水溫度、降低冷卻水溫度等。但是對於整個系統，包含空調箱、泵浦、冰水主機、冷卻水塔的整體耗能運轉狀況及系統的運轉效率是否在最佳狀態，則值得做進一步的分析與探討。廠務系統經過幾十年來的轉變，增設許多的數據，但以往這些數據針對是系統供應的品質，並非著重於系統最佳化調正，由於收集的數據廣泛且多元，如何篩選及分析數據為重要課題。
巨量資料由巨型資料集組成，這些資料集大小常超出人類在可接受時間下的收集、應用、管理和處理能力。巨量資料的大小經常改變，截至2012年，單一資料集的大小從數兆位元組(TB)至數千兆位元組(PB)不等。巨量資料需要特殊的技術來有效處理大量的資料，並必須藉由電腦對資料進行統計、比對、解析方能得出客觀結果。巨量資料需要特殊的技術，以有效地處理大量的容忍經過時間內的資料。而廠區冰水系統的資料雖比不上一般定的巨量資料，但經由運算出來的結果也高達GB以上的等級，以往EXCEL相關的計算上已無法負荷現行複雜的冰水系統參數，現行廠區資料量均由SI系統進行收集，所以針對數據的探勘上就可以免除許多的時間，台積針對Module開發的i-EDA2系統功能齊全且演算的速度上都很出色，且可相容支援將數據直接擷取並進行演算，故此次運算及均採用SAS-EG 進行數據演算並將數據傳送至i-EDA2後製圖面編輯及匯出。
文獻探討
針對系統節能參數調整上，Xiao Li1[2]等人提出冷卻水塔ESC控制(Extremum Seeking Control)，可自動尋找出最佳冷卻水塔溫度控制及冰水主機設定點。Lan Wang等人[3]使用單變量和蒙特卡羅方法比較冰水主機、泵及冷卻水塔三個選定變量對優化的影響，在優化過程中使用不同的搜索範圍，為了確定每個變量對功率降低的貢獻，分析每個優化變量的影響。莊哲嘉[6]等人也針對冰水主機溫度設定自動化調整進行節能優化的導入，但其中在冰水供應端上並沒有人員進行關注，其中冰水系統耗電量與外氣焓值的相關性都很強，當今外氣變化量夏天36度以上，冬天往往只剩下10度左右，而廠區的冰水供應系統壓力則均沒有任何調整，這邏輯是有修正空間，因為以往廠區為確保夏天的供應量是足夠，故廠區將供應壓力設計在滿足夏天的情況，此情況使冬天供應壓力過剩，導致冰水回流量過多，使冰水供應系統處於過度耗能現象。
廠區前輩以往提倡供應壓力的兩段控制，此兩段控制可以將供應的面相分為冬夏兩切面，但細看兩段式的控制上仍然有許多改進的空間，畢竟天氣並非冬夏兩個斷面，天氣是連續性的變化，故研擬提出連續性的調整模式，隨著外氣變化進行末端變壓差控制，此舉動是非常具有前瞻性創舉，但目前仍然沒有辦法採用一組準則進行變壓差的控制，因此藉由資料庫內數據分析去尋找出一的最節能的規則，此規則讓末端的壓力調控制有秩序調整，且這個秩序是由基礎理論分析探討出來的結果。以下會將冰水系統及溫水系統的供應上，採用數據分析及基礎理論並搭配最終電表數據回饋佐證節能效益。
計畫方法
冰水系統的供應流程圖如 圖1，冰水主機製造出冰水，藉由一次冰水泵克服冰水主機的壓損傳送至二次冰水泵，此時二次冰水泵將藉由管路末端的壓力差進行變頻傳送冰水出去至各系統使用端，而各系統使用冰水完畢後使得回水溫度拉升，故藉由回水溫度拉升的多寡即可了解現場使用用量。但目前的控制邏輯均採供應壓力設定，所以針對回水溫度的表徵並無採納至系統調整的依據內。而末端的壓力差的概念我們藉由伯努力方程式進行進一步解析。
圖1、冰水系統流程圖
使用伯努力定律必須符合以下假設：
- 定常流(或稱穩定流，Steady flow)
- 不可壓縮流(Incompressible flow)
- 無摩擦流(Frictionsless flow)
- 流體沿著流線流動(Flow along a streamline)
假設回水壓力差管路等高，
，故壓力差固定流速固定。而流速差固定了配合管徑固定的情況下，末端的壓力差所呈現的流量就固定了，簡單來說等壓力差的設定，就是末端等流量的設定。目前廠務冰水系統均採用壓力差控制或出口壓力設定SCHP控制模組。於負載變化時末端流量就須跟隨著變化。假設流量為1000CMH，而末端定壓差換算下的流量為100CMH，然而因外氣條件變化情況下，冰水出水流量為500CMH，此時末端因為定壓差的關係，故換算下流量還是 100CMH，當然回水溫度會越來越低。而冰水能量藉由能量方程式 Q = m x Cp x( T2 - T1 )，溫度與流量成反比，所以回水溫度變低溫度差亦變小，換算下來及供應流量過高現象，導致系統處在不良的運轉操作位置上。
由 圖2可以確認其供應壓力固定時，進回水溫度差於現場Loading 變小，其溫度差變小，供應pump 能耗增加，如果我們將壓力適度調整使進回水溫度差固定，此時節省的空間將非常多。
圖2、供應壓力與負載對應關係圖
系統運轉模式分析
系統管路損失分析主要時由主要損失+次要損失，其中主要損失為管路表面的阻抗由(Darcy-Weisbach equautin)
次要損失則為管路閥件、彎頭、T接管等損失
合併為主要損失及次要損失
所以降低系統流速減少不必要的流量是有助於減少管路損失，當減少管路損失系統則有較佳的運轉模式達系統節能知方向。就由泵浦運轉曲線 圖3也可以很明確的了解到，當高流速會使系統損失增加，相對應泵作功增加。
圖3、泵特性曲線
數據模型建立
當理論成立之後如何尋找最佳的進回水溫度差，以下先採用5度的冰水系統進行資料數據的分析，首先將廠區冰水系統耗電量分布圖、外氣變化及進出水溫度差展開來，放在同一個圖面上 圖4進行研究，由於採用3D的圖面分析，並沒有辦法立可判讀出相關結果，故改採用焓質與耗電量的分佈圖，由低焓值對應到高焓值，可判讀出外氣與冰機的耗電量是有很強的關聯性，但這關連性在Sted DEV 還有改善的空間，每個區段的耗電量都有近500KW差異性，所以如何降低這差異性減少耗電量的產生。
圖4、外氣焓質耗電量及溫度差分佈圖
故採用關聯性分析 圖5，其關聯性採用總耗電量、進出水溫度差、進水溫度、回水溫度、二次冰水泵供應壓力、二次冰水泵輸出百分比等確認其關聯性，數據內可觀察出一個端倪，溫度差關聯性-0.29其實是很差的，主要是對應的天氣變化區間過大，影響數值的判讀，所以單靠關聯性分析是無法說服採用溫度控制是節能的方法，但可以藉由這裡看出另一個現象二次冰水泵輸出百分比是極高的0.929，所以就代表降低了冰水泵輸出耗電，整體冰水主機的耗電量有巨大的影響。因此想藉由其他的參數去尋找如何降低二次冰水泵的輸出。(其關聯性判讀為越靠近±1越好)。
圖5、數據組合相關連性分析
接著進行下一個SORTING (切割)的手法，這個手法將各外氣變化進行劃分，每5個單位焓值進行切割，切割下來的耗電量再藉由溫度差進行切割，經過兩次的切割後，出現的圖表確認出每當進回水溫度差落在6.0度左右皆是各區段的最低耗電量，因此即可選出最低的進回水溫度差 圖6。
圖6、各焓質區段焓質對應冰機耗電量曲線
以下為程式邏輯圖分析 圖7，備妥兩組溫度差sensor進行redun-dant。以免其中一組sensor fail可自動切換Backup。其中為了避免第一組及第二組相互切換影響，將第二組Sensor 溫度差+1。當程式開始時先行選用gap 小的溫差使用。PIC-SCHP Output 從冬季的15psi下修至12psi可調範圍，夏季之18psi就維持最高數值。目前選定溫度差選定藉由以下鉅資資料分析結果來設定。使用Cascade 概念控制PIC-SCHP 壓力差數值。
圖7、控制邏輯圖
結果與分析
由於廠區的建置上有儲融冰系統、5C backup 9C系統及單一冰機群切換為9度之系統使用，故分析上需要添加很多判斷式將資料過篩，其中當冰水主機CH#12啟動電量有值時，定義為儲冰模式，單CHP#14啟動時定義為融冰模式，當兩者皆無起動電量及訊號時判斷為正常模式，另外當冰水主機CH#15設定溫度>45℉以上時，則將CH#15及附屬設備群皆過濾，避免影響數值，最後增添一組CHP#15啟動訊號來判斷有無因支援9度產生的耗電影響 圖8。
圖8、數據運行流程圖
圖9為5度冰水系統總耗電量的分析，由於避免外氣的影響因素在資料理面，故首先將外氣焓值在同一個點位下將所有數據記錄起來並比較分析，也就代表以下的數值都已經將外氣考量的因素給排除，由於三廠廠區有分儲融冰相關個模式，故分析均將這些數值給予分類探討，避免數據的失真。由下面第一個分析圖表得知，每年的耗電量在所有的儲冰、融冰及正常運轉的模式下耗電量年年降低，儲冰模式從Y2015的4737KW下降至Y2018的4201KW，融冰模式Y2015的3944KW下降至Y2018的3554 KW，正常模式則從Y2015的2716 KW下降至Y2018的2406 KW，最大的節能量達11%，也許有其他的節能方案導致有巨大的節能，故近一步分析SCHP 供應水量的耗電量。
圖9、Y2015~Y2018 各模式下（同焓質下的SCHP盒鬚圖及平均值）
SCHP供應水量的耗電量在儲冰的表現上從Y2015的189KW下降至Y2018的127KW，融冰則是Y2015的200KW下降至Y2018的156KW，正常運轉模式則落在Y2015的118KW下降至97KW，由於本專案藉由數據針對傳送能量的減量，從儲冰上減量達22%，比對冰水主機系統則達11%。所以回到相關連性分析，有效減少冰水供應的輸出，對於冰水系統的節能是助益是非常巨大 圖10。
圖10、Y2015~Y2018 各模式下（同焓質下的SCHP盒鬚圖及平均值）
圖11、圖12、圖13為三種模式的供應耗電量對於同焓值下的分佈，由於Y2017年於冬季進行儲冰系統大保養，停機約四～五個月期間，所以無法配對到低焓值的數據，故儲冰/融冰的數據MAPING結果均落在外氣焓值40~90之間，由散佈圖可以明顯觀察出，灰土色的耗電量在儲冰/融冰的表向上相當亮眼，均落在最低的區段，而正常模式則與Y2017號電量接近，均貼在系統曲線的最下緣，散佈圖是非常直觀的也清楚的看到數據的落點。
圖11、儲冰模式 (同焓質下的SCHP耗電分佈及散佈圖)
圖12、融冰模式 (同焓質下的SCHP耗電分佈及散佈圖)
圖13、正常運轉模式 (同焓質下的SCHP耗電分佈及散佈圖)
最後採用下列簡單的範例供應壓力的設定方法，以往皆有設計最低運轉壓力及最高運轉壓力，在最低及最高運轉壓力間藉由溫度差執行Cascade控制，故以下將外氣焓質及供應壓力設定於同一時間軸進行比較 圖14，於外氣白天天氣熱時，溫度差拉高，供應壓力向上設定，晚上時天氣冷供應壓力向下調整，但有少部分的時間均備最低供應壓力給卡住，因此藉由每年數據的分析向下進行放寬，以三廠為例，供應壓力從15psi向下調整至10psi，調整幅度高達50%，進而貢獻了大約22%的供應泵耗電。
圖14、冰水供應壓力與外氣關連圖
結論
基礎理論延伸進行創新的控制邏輯設計，已達節省電費目的，因此可知節省電源並不需要一定花大錢改設備改系統，修正及改變既有運轉的模式，調整系統最佳運轉點，即可有效的節省用電量，本案採用數據資料的分析及佐證，長期的進行運轉參數的修正，藉由多年的數據回饋及設備運轉經驗，提供大家一個新的概念，並且減少重新開發的時間，冰水系統採用能量的定溫供應，可有效地將系統進行節電達到節能的目的。
參考文獻
- Snijders, C., Matzat, U., & Reips, U.-D. "Big Data" : Big gaps of knowledge in the field of Internet science. Interna-tional Journal of Internet Science, 7, 1-5. (2012).
- Xiao Li*, Yaoyu Li, John E. Seem, Pengfei Li, Self-optimizing Control of Cooling Tower for Efficient Operation of Chilled Water Systems, (2012).
- LanWang*, Eric W. M. Lee, RichardK.K. Yuen, A practical approach to chiller plants optimisation, (2018).
- Donald P. Fiorino, "How to Raise Chilled Water Temperature Differentials", ASHRAE Transactions, (2002).
- Steven T Taylor, "Degrading chilled water plant delta-T: Causes and miti-gation", ASHRAE Transactions, (2002).
- 莊哲嘉，正負2℃－冰水系統最佳化控制創新方法，tsmc廠務季刊，vol.30，第16-27頁。(2018)
留言(0)